np.minimum()用法、广播机制

今天在看到计算IOU函数代码中的np.minimum时，不是很了解，寻找了资料

def wh_iou(wh1, wh2):
    # Returns the nxm IoU matrix. wh1 is nx2, wh2 is mx2
    wh1 = wh1[:, None]  # [N,1,2]
    wh2 = wh2[None]  # [1,M,2]
    inter = np.minimum(wh1, wh2).prod(2)  # [N,M]
    return inter / (wh1.prod(2) + wh2.prod(2) - inter)  # iou = inter / (area1 + area2 - inter)

用法:

numpy.minimum(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True [, signature, extobj ]) = <ufunc 'minimum'>

数组元素的元素最小值。

比较两个数组并返回一个包含元素最小值的新数组。如果要比较的元素之一是 NaN，则返回该元素。如果两个元素都是 NaN，则返回第一个。后一种区别对于复数 NaN 很重要，复数 NaN 被定义为实部或虚部中的至少一个是 NaN。最终效果是传播了 NaN。

参数：

x1, x2： array_like

包含要比较的元素的数组。如果 x1.shape != x2.shape ，它们必须可以广播到一个公共形状(成为输出的形状)。

out： ndarray，None，或 ndarray 和 None 的元组，可选

存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或 None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

where： 数组，可选

此条件通过输入广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。请注意，如果通过默认 out=None 创建未初始化的输出数组，则其中条件为 False 的位置将保持未初始化。

**kwargs：

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

y： ndarray 或标量

x1 和 x2 的最小值，按元素计算。如果 x1 和 x2 都是标量，则这是一个标量。

这也解释了为什么在函数开始首先要对wh1,wh2进行维度上扩展，是为了在进行广播机制时，能使得np.minimum（）函数正常的运行，得到我们想要的结果。

 

广播机制：numpy中的广播机制 - 小舔哥 - 博客园 (cnblogs.com)